利用不确定性引导多流语义网络去模糊人脸图像
计算机视觉与模式识别
2020-06-24 v2
摘要
我们提出了一种新颖的多流架构及训练方法，利用语义标签进行人脸图像去模糊。所提出的不确定性引导多流语义网络（UMSN）独立处理属于各个语义类别的区域，并学习将其输出组合为最终的去模糊结果。像素级语义标签通过使用分割网络获得。在训练过程中，预测的置信度度量被用于引导网络关注人脸中具有挑战性的区域，如眼睛和鼻子。整个网络以端到端的方式训练。在三个不同的人脸数据集上的综合实验表明，所提出的方法相比近期最先进的人脸去模糊方法取得了显著改进。代码见：https://github.com/rajeevyasarla/UMSN-Face-Deblurring
引用
@article{arxiv.1907.13106,
title = {Deblurring Face Images using Uncertainty Guided Multi-Stream Semantic Networks},
author = {Rajeev Yasarla and Federico Perazzi and Vishal M. Patel},
journal= {arXiv preprint arXiv:1907.13106},
year = {2020}
}
备注
Accepted at TIP 2020